मनुष्य ने आधा सदी तक टाइपराइटर से वर्ड में दस्तावेज़ स्थानांतरित करने में बिताया, और फिर उन्हें क्लाउड में स्थानांतरित करने में बीस साल और लग गए। फिर भी, एआई युग का सही मायने में सार्वभौमिक प्रारूप 2004 में आविष्कार की गई एक सरल पाठ भाषा – मार्कडाउन है।
हाल ही में, क्लाउड कोड के इंजीनियर थारिक ने एक नया दृष्टिकोण प्रस्तुत करते हुए कहा कि वह अब मार्कडाउन का उपयोग नहीं करते हैं और एचटीएमएल ही भविष्य है, जिसने काफी चर्चा को जन्म दिया है।
▲ क्लाउड कोड के इंजीनियर थारिक द्वारा मार्कडाउन को एचटीएमएल से बदलने पर लिखा गया एक लेख, जिसे X पर पहले ही लाखों बार देखा जा चुका है।
लेख में उन्होंने सुझाव दिया कि HTML आउटपुट, Markdown टेक्स्ट की तुलना में बेहतर प्रारूप है। AI के लिए Markdown से HTML में रूपांतरण लगभग सरल है, लेकिन उपयोगकर्ताओं के लिए यह उपयोगकर्ता अनुभव में एक ठोस सुधार दर्शाता है।
कार्पेथी ने भी आज सुबह इस लेख को साझा किया, जिसमें उन्होंने एचटीएमएल पर अपने विचार व्यक्त किए।
उनके विचार में, बड़े भाषा मॉडलों के लिए ऑडियो सबसे अच्छा इनपुट है, और विज़न सबसे अच्छा आउटपुट है। उनके द्वारा परिकल्पित मार्ग में इंटरैक्टिव एनिमेशन, न्यूरल नेटवर्क द्वारा सीधे उत्पन्न वीडियो और अंततः, मानव और मशीन की धारणा का एक सच्चा संयोजन शामिल है।
वाइब कोडिंग और एजेंट उत्पादों के मुख्यधारा में आने के साथ, एचटीएमएल और मार्कडाउन शायद अधिकांश एआई डेवलपर्स के लिए अपरिचित नहीं हैं।
▲ जब आप DeepSeek से एक छोटा गेम बनाने के लिए कहते हैं, तो यह सीधे आपको एक कार्यशील HTML कोड फ़ाइल प्रदान करेगा।
अगर आप कोई छोटा गेम बनाना चाहते हैं, तो आप ChatGPT को बता सकते हैं, "मुझे स्नेक गेम के लिए एक सिंगल-पेज HTML वेबपेज बना दो।" ChatGPT कोड को .html एक्सटेंशन वाले डॉक्यूमेंट में पैक कर देगा। इसे खोलने के लिए डबल-क्लिक करें, और आपको अपने ब्राउज़र में एक इंटरैक्टिव, एनिमेटेड और शानदार चित्रों वाला परिणाम दिखाई देगा।
यहां तक कि ब्राउज़र के भीतर, किसी भी वेबपेज पर, स्थानीय फ़ाइल को सहेजने के लिए CTRL+S दबाने से एक .html दस्तावेज़ बनता है।
जब एआई को वेबपेज के संदर्भ को निकालने की आवश्यकता थी, तब पहले से ही कई ऐसे उपकरण मौजूद थे जो विभिन्न प्रकार की फाइलों के दस्तावेजों को सीधे मार्कडाउन प्रारूप में परिवर्तित कर सकते थे।
माइक्रोसॉफ्ट, तीनों ऑफिस सूटों का बादशाह होने के नाते, docx, pptx और xlsx जैसी ऑफिस फाइलों का व्यापक रूप से उपयोग करता है। इसने पहले इन ऑफिस दस्तावेज़ों को मार्कडाउन प्रारूप में परिवर्तित करने के लिए एक प्रोजेक्ट को ओपन-सोर्स भी किया था, जिसे अब GitHub पर 120,000 से अधिक स्टार मिल चुके हैं।
▲ प्रोजेक्ट का पता: https://github.com/microsoft/markitdown
ओपनक्लॉ के लोकप्रिय होने के बाद, विभिन्न AGENT.md, SOUL.md, CLAUDE.md, MEMORY.md और यहां तक कि स्किल्स प्रोजेक्ट के भीतर भी, प्रत्येक स्किल एक Skill.md दस्तावेज़ बन गई।
स्मृति संरक्षण से लेकर प्रॉम्प्ट और एजेंट नियंत्रण तक, समृद्ध संदर्भ प्राप्त करने के लिए एआई के लिए मार्कडाउन प्रारूप लगभग एकमात्र विकल्प बन गया है।
▲ ओपनक्लॉ एआई अंतिम वर्कस्पेस बनाने के लिए कई अलग-अलग मार्कडाउन फ़ाइलों का उपयोग करता है | छवि एआई द्वारा निर्मित
पीडीएफ, डॉक और पीपीटी, जिनका हम अपने दैनिक कार्य में सबसे अधिक उपयोग करते हैं, एआई युग में "सबसे कम पसंदीदा" प्रारूप बन गए हैं।
लेकिन HTML के उदय का क्या मतलब है? क्या इसे AI युग की नई सार्वभौमिक भाषा के रूप में Markdown को प्रतिस्थापित करने का अवसर मिलेगा?
मार्कडाउन एआई के लिए सबसे उपयुक्त क्यों है?
आइए सबसे पहले इस बात पर चर्चा करें कि मार्कडाउन एआई युग का शब्द क्यों बन गया है। चाहे एआई के उत्तर हों या एआई को दिया जाने वाला संदर्भ, अब यह अधिकतर मार्कडाउन पर आधारित है।
यह भाषा 2004 में बनाई गई थी, जो 2000 के दशक में ईमेल के टेक्स्ट फॉर्मेटिंग नियमों से प्रेरित थी—जैसे ऊर्ध्वाधर रेखाएं, 80 अक्षरों के लाइन ब्रेक और जोर देने के लिए तारांकन चिह्न। इसका उद्देश्य था "साधारण टेक्स्ट की तरह लिखना और HTML की तरह प्रदर्शित होना"। यह काफी सरल, पोर्टेबल है, इसके लिए किसी टूल की आवश्यकता नहीं होती और इसे किसी भी टेक्स्ट एडिटर द्वारा उपयोग किया जा सकता है।
▲ मार्कडाउन सिंटैक्स चीट शीट | कृत्रिम बुद्धिमत्ता द्वारा निर्मित छवि
यह डिज़ाइन फिलॉसफी ब्लॉग युग में एकदम सही थी। लगभग 2008 में, GitHub के उदय के साथ, Markdown सीधे प्रोग्रामरों के लिए मानक लेखन प्रारूप बन गया। Markdown लगभग इन सभी स्थितियों में अच्छी तरह से काम करता है: तकनीकी दस्तावेज़, Stack Overflow के उत्तर, GitHub README और तकनीकी ब्लॉग।
फिर आया बड़ा भाषा मॉडल।
एक तरफ, प्रशिक्षण डेटा में मार्कडाउन प्रारूपित पाठ की एक बड़ी मात्रा थी, और मॉडल ने संरचना को व्यक्त करने के लिए इसका उपयोग करना सीख लिया। दूसरे शब्दों में, प्रशिक्षण डेटा में मुख्य रूप से तकनीकी ब्लॉगों और मंचों पर "समझदार लोगों" द्वारा लिखा गया मार्कडाउन पाठ शामिल था । मॉडल ने न केवल प्रारूप सीखा, बल्कि यह संबंध भी स्थापित किया कि " मार्कडाउन में लिखना = गंभीर, संरचित और पेशेवर "।
दूसरी ओर, मार्कडाउन के संरचनात्मक संकेत अत्यधिक स्थानीयकृत होते हैं; शीर्षक के लिए केवल एक # की आवश्यकता होती है, सूची के लिए केवल एक – की आवश्यकता होती है, और ** बोल्डिंग को दर्शाता है। मॉडल को वर्तमान टोकन की अर्थपूर्ण भूमिका निर्धारित करने के लिए दूरस्थ संदर्भ को देखने की आवश्यकता नहीं होती है।
▲ एक ही लेख के लिए, HTML का अर्थ है अनेक टैग, विभिन्न ब्लॉक विभाजन और स्टाइल नियंत्रण आदि।
एचटीएमएल हेडिंग और सूचियों (<h1>, </h1> या <li>, </li>) की तुलना में, यह कहीं अधिक कुशल है। इसके अलावा, एचटीएमएल का `<div class="section">` तब तक बंद नहीं होता जब तक `</div>` न आ जाए, जिसके परिणामस्वरूप सिमेंटिक स्पैन लंबा हो जाता है, और मॉडल को जनरेशन के दौरान पहले की स्थितियों को "याद" रखना पड़ता है। इससे मॉडल पर अधिक भार पड़ता है और त्रुटियों की संभावना बढ़ जाती है।
इसलिए, चाहे बड़े भाषा मॉडल के ध्यान तंत्र के तकनीकी दृष्टिकोण से हो या टोकन अर्थशास्त्र के दृष्टिकोण से, लंबे दस्तावेज़ों, बहु-चरण संवादों और बड़ी संख्या में एपीआई कॉल वाले परिदृश्यों में "यदि संभव हो तो एचटीएमएल के बजाय मार्कडाउन का उपयोग करें" इंजीनियरों और मॉडलों दोनों की प्राथमिकता बन गई है।
संक्षेप में, टोकन का मूल मूल्य—उच्च दक्षता, स्पष्ट संरचना और सरल पार्सिंग—इस मॉडल को स्वाभाविक रूप से मार्कडाउन के अनुकूल बनाता है; यह मार्कडाउन इनपुट और मार्कडाउन आउटपुट दोनों को पसंद करता है।
बड़े भाषा मॉडल को प्रशिक्षित करते समय यह प्राथमिकता और भी अधिक स्पष्ट हो जाती है।
जब मॉडल मानव प्रतिक्रिया का उपयोग करके सुदृढ़ीकरण शिक्षण (RLHF) करता है, तो टिप्पणीकर्ताओं द्वारा उच्च अंक प्राप्त किए जाने वाले उत्तर वे होते हैं जिनमें स्पष्ट शीर्षक, बुलेट पॉइंट और स्पष्ट संरचना होती है। एक साधारण पाठ वातावरण में, यह दृश्य संरचना मार्कडाउन होती है।
इसलिए, मॉडल द्वारा सीखा गया रिवार्ड सिग्नल यह है: मार्कडाउन फॉर्मेटिंग का उपयोग करना = अधिक गंभीर, अधिक पूर्ण और उच्च स्कोर के योग्य प्रतीत होता है। भले ही प्रश्न में सूची की आवश्यकता न हो, मॉडल उसे जोड़ने की प्रवृत्ति रखेगा।
▲ टायपोरा, एक प्रसिद्ध मार्कडाउन संपादक
शायद यही कारण है कि जब हम ChatGPT से कोई प्रश्न पूछते हैं, तो यह तीन मुख्य बिंदु, बोल्ड किए गए कीवर्ड और एक सारांश देने का प्रयास करता है। और अधिकतर समय, जब आप AI के उत्तर को उसके संवाद इंटरफ़ेस से कॉपी करके अन्य इनपुट बॉक्स में पेस्ट करते हैं, तो आप पाएंगे कि यह स्वचालित रूप से #, **, — आदि जैसे Markdown मार्कर जोड़ देता है।
एआई रिप्लाई से हमें मिलने वाले हर टेक्स्ट मैसेज को मार्कडाउन फॉर्मेट में प्रस्तुत किया जाता है।
पीडीएफ, वर्ड या पीपीटी क्यों नहीं?
मार्कडाउन उपयोगी है, लेकिन हम रोज़मर्रा की ज़िंदगी में ज़्यादातर PDF और Word जैसे दस्तावेज़ प्रारूपों का ही इस्तेमाल करते हैं। जब मेरे बॉस मुझे कोई फ़ाइल भेजते हैं और मैं उसे AI को प्रोसेसिंग के लिए भेजता हूँ, तो अक्सर मुझे उसे खुद कॉपी-पेस्ट करने से ज़्यादा समय लगता है।
इसका मूल कारण यह है कि यह मॉडल केवल टोकन को पहचानता है, फाइलों को नहीं।
किसी बड़े भाषा मॉडल में इनपुट को पहले टोकन के अनुक्रम में परिवर्तित किया जाना चाहिए। मॉडल "एक पीडीएफ" नहीं देखता; यह पीडीएफ से पार्स की गई पाठ सामग्री देखता है, जिसे बाद में टोकन में विभाजित किया जाता है। इसलिए, वह प्रारूप बेहतर है जिसमें पार्सिंग के बाद सबसे कम सूचना हानि और सबसे कम शोर होता है।
▲ क्लाउड के आधिकारिक पीडीएफ कौशल को पीडीएफ फाइलों को पढ़ने के लिए एक समर्पित टूल लाइब्रेरी की आवश्यकता होती है।
पीडीएफ डिजाइन का उद्देश्य "मुद्रित होने पर अच्छा दिखना" होता है, न कि "मशीनों द्वारा आसानी से पढ़ा जा सकना"। पीडीएफ आंतरिक रूप से प्रत्येक अक्षर के निर्देशांक संग्रहीत करता है, न कि पाठ का तार्किक क्रम। दो-स्तंभ लेआउट वाले पीडीएफ में, पाठ का क्रम आसानी से बाएँ स्तंभ की पहली पंक्ति, दाएँ स्तंभ की पहली पंक्ति, बाएँ स्तंभ की दूसरी पंक्ति, दाएँ स्तंभ की दूसरी पंक्ति, पूरी तरह से गड़बड़ हो सकता है।
टेबल की स्थिति तो और भी खराब है। पीडीएफ में टेबल आमतौर पर टेक्स्ट ब्लॉक होते हैं जिन्हें सटीक निर्देशांकों के साथ व्यवस्थित किया जाता है, जिनमें "यह एक पंक्ति है" या "यह एक स्तंभ है" जैसी कोई अर्थपूर्ण जानकारी नहीं होती। एआई पीडीएफ पार्सर के लिए, वे केवल अनुमान ही लगा सकते हैं।
स्कैन की गई पीडीएफ फाइलें और भी अधिक समस्याग्रस्त होती हैं, क्योंकि वे सीधे चित्र होती हैं और उनमें पहले ओसीआर द्वारा पाठ पहचान की आवश्यकता होती है। ओसीआर की त्रुटि दर सीधे मॉडल के संदर्भ में शामिल की जाती है।
.docx और .pptx फाइलें असल में ज़िप आर्काइव होती हैं जिनमें कई XML (एक्सटेंसिबल मार्कअप लैंग्वेज) फाइलें होती हैं। पार्स की गई कच्ची सामग्री में फ़ॉन्ट, रंग, पैराग्राफ़ स्पेसिंग, थीम और संशोधन इतिहास जैसे कई स्टाइल टैग होते हैं। ये टैग मॉडल को सामग्री को समझने में कोई मदद नहीं करते, बल्कि बहुत सारे टोकन इस्तेमाल करते हैं और उपयोगी जानकारी को कमज़ोर कर देते हैं।
पॉवरपॉइंट प्रस्तुतियों में सूचना घनत्व स्वाभाविक रूप से कम होता है। एक स्लाइड में केवल एक वाक्य या कुछ कीवर्ड हो सकते हैं, जिसके परिणामस्वरूप संदर्भगत संबंधों के बिना खंडित पाठ बनता है, जिससे मॉडल के लिए संपूर्ण तर्क को पुनर्निर्मित करना मुश्किल हो जाता है।
कुछ लोग TXT के बारे में पूछ सकते हैं। दरअसल, Markdown और Word जैसे टेक्स्ट फॉर्मेट को आसानी से TXT डॉक्यूमेंट में बदला जा सकता है। इनमें कोई अतिरिक्त डेटा नहीं होता, लेकिन इनमें कोई संरचनात्मक संकेत भी नहीं होते।
यह मॉडल शीर्षकों, सूचियों, कोड ब्लॉकों और उद्धरणों को सटीक रूप से पहचानने में कठिनाई का सामना करता है। लंबे दस्तावेज़ों के लिए, इसका मतलब है कि मॉडल को संरचना का अनुमान लगाने के लिए स्वाभाविक भाषा संकेतों पर निर्भर रहना पड़ता है, जिसके परिणामस्वरूप सटीकता में अस्थिरता आती है।
▲ कृत्रिम बुद्धिमत्ता द्वारा निर्मित छवि
इसी तरह की भाषाओं में JSON/XML शामिल हैं, जो वास्तव में मशीन के लिए अधिक अनुकूल हैं, लेकिन "मशीन" का तात्पर्य भाषा मॉडल से नहीं है।
JSON और XML को प्रोग्राम द्वारा पार्स करने के लिए डिज़ाइन किया गया है, जिनमें कुंजी-मान युग्म, पदानुक्रमित संरचनाएं और सख्त सिंटैक्स होते हैं। पारंपरिक सॉफ़्टवेयर JSON को आसानी से पढ़ सकता है क्योंकि यह संरचित ऑब्जेक्ट प्राप्त करने के लिए सीधे json.parse() का उपयोग कर सकता है।
भाषा मॉडल की "समझ" टोकनों के बीच सांख्यिकीय संबंधों के माध्यम से प्राप्त होती है। भाषा मॉडल के लिए, JSON पढ़ना प्राकृतिक भाषा पढ़ने के समान है: टोकन दर टोकन संसाधित करना और ध्यान तंत्र के माध्यम से संबंध स्थापित करना। इस कड़ाई से संरचित प्रारूप को अस्पष्ट इनपुट के लिए डिज़ाइन किए गए सिस्टम को देना स्वाभाविक रूप से एक बेमेल है।
मार्कडाउन इन दोनों के बीच में आता है; यह सादा टेक्स्ट है लेकिन इसमें हल्के संरचित संकेत होते हैं।
▲ जिना रीडर जैसे कुछ टूल, वेबपेज यूआरएल में r.jina.ai उपसर्ग जोड़कर किसी भी वेबपेज को एलएलएम-अनुकूल मार्कडाउन में परिवर्तित कर सकते हैं।
मार्कडाउन को पार्स करने के लिए किसी विशेष टूल की आवश्यकता नहीं होती; आप बस टेक्स्ट को पढ़ सकते हैं। यह पीडीएफ की अव्यवस्थित संरचना और वर्ड डॉक्यूमेंट के XML शोर से बचाता है। इसके अलावा, #, ** और – जैसे प्रतीक मॉडल को पर्याप्त संरचनात्मक संकेत प्रदान करते हैं, जिससे यह अनुभागों को शीर्षकों, सूचियों और कोड के रूप में पहचान सकता है।
ये प्रतीक पहले से ही टोकन शब्दावली में मौजूद हैं, और मॉडल बिना किसी पूर्व-प्रसंस्करण चरण के सीधे उन पर कार्रवाई करता है।
क्या मार्कडाउन अप्रचलित होता जा रहा है?
क्लाउड कोड प्रोजेक्ट में प्रकाशित लेख में एचटीएमएल के कई फायदों का विस्तार से वर्णन किया गया है।
▲ कृत्रिम बुद्धिमत्ता द्वारा निर्मित छवि
उच्च सूचना घनत्व के कारण, HTML, Markdown की तुलना में कहीं अधिक जानकारी संप्रेषित कर सकता है। यह बुनियादी दस्तावेज़ संरचना और शीर्षक स्वरूपण को तो संभाल ही सकता है, साथ ही CSS शैलियाँ, SVG छवियाँ, कैनवास स्पेस डेटा, फ़्लोचार्ट, `img` टैग का उपयोग करके डाली गई छवियाँ आदि जैसी विभिन्न अन्य जानकारियों को भी प्रदर्शित कर सकता है।
उन्होंने यह भी बताया कि क्लाउड तेजी से जटिल होते जा रहे कार्यों को संभालने में सक्षम है, और इसके द्वारा लिखे गए आवश्यकता दस्तावेज़ और योजनाएँ लगातार लंबी होती जा रही हैं। 100 पंक्तियों से अधिक की मार्कडाउन फ़ाइलें तो स्वयं अपठनीय हैं, दूसरों के पढ़ने की तो बात ही छोड़िए।
हालांकि, एचटीएमएल दस्तावेज़ों को पढ़ना कहीं अधिक आसान है। क्लाउड संरचना को स्पष्ट रूप से व्यवस्थित कर सकता है और टैब, चित्र, लिंक आदि का उपयोग करके आसानी से नेविगेट कर सकता है। यह रिस्पॉन्सिव लेआउट भी प्रदान कर सकता है, जिससे विभिन्न उपकरणों पर आरामदायक पठन सुनिश्चित होता है।
साझा करने के संदर्भ में, उनका यह भी मानना है कि HTML को Markdown की तुलना में वितरित करना आसान है। किसी मित्र को लिंक के माध्यम से HTML फ़ाइल भेजने से Markdown दस्तावेज़ भेजने की तुलना में लिंक पर क्लिक होने और उसे पढ़े जाने की संभावना निश्चित रूप से अधिक होती है।
रिपोर्ट प्रस्तुत करते समय, आप दर्जनों पृष्ठों वाली पॉवरपॉइंट प्रेजेंटेशन दे सकते हैं या बस एक वेबपेज खोल सकते हैं। बाज़ार में उपलब्ध आम गहन शोध उत्पाद भी पॉवरपॉइंट प्रेजेंटेशन बनाते समय HTML वेबपेज को रेंडर करके शुरुआत करते हैं।
एचटीएमएल की इंटरैक्टिविटी भी है; हम अलग-अलग बटन पर क्लिक कर सकते हैं, स्लाइडर या नॉब का उपयोग करके विभिन्न सूचनाओं के प्रदर्शन को समायोजित कर सकते हैं।
जब उन्होंने इस बात का जिक्र किया कि मार्कडाउन एचटीएमएल की तुलना में कम टोकन आउटपुट करता है और अधिक समय लेता है, तो उन्होंने कहा कि एचटीएमएल मार्कडाउन की तुलना में 2-4 गुना धीमा हो सकता है, लेकिन उन्हें लगता है कि यह इसके लायक है; एचटीएमएल द्वारा लाई गई बेहतर अभिव्यक्ति और वास्तव में इसे पढ़े जाने की काफी बढ़ी हुई संभावना के परिणामस्वरूप बेहतर अंतिम आउटपुट मिलता है।
हमने थारिक की लंबी पोस्ट को HTML फॉर्मेट में बदलने की भी कोशिश की। X के ट्वीट के लंबे स्क्रीनशॉट की तुलना में, HTML फॉर्मेट पढ़ने में अधिक आसान है।
एचटीएमएल के मानव पठन के लिए अधिक उपयुक्त होने के संदर्भ में, लेख में सूचीबद्ध लाभ ऐसे प्रतीत होते हैं जिन्हें मार्कडाउन के लिए हासिल करना मुश्किल होगा। हालांकि, एचटीएमएल को एआई के लिए नई सार्वभौमिक भाषा कहना अभी जल्दबाजी होगी।
क्या इसका मतलब यह है कि भविष्य में होने वाली हर बातचीत में हमें एआई द्वारा एक तथाकथित खूबसूरती से डिजाइन किए गए और उपयोगकर्ता के अनुकूल वेबपेज को आउटपुट करने का इंतजार करना होगा?
जब हम दोस्तों से बात करते हैं, तो हम उनसे यह उम्मीद नहीं करते कि वे पूरी तरह से सजे-धजे हों, और तो और वे एक घंटा मेकअप करने में बिताएं और हमें उनका इंतजार करवाएं।
इसके अलावा, उपयोगकर्ताओं के सामने आने वाली अधिकांश एआई (यानी, ऐसी एआई जो विशेष रूप से प्रोग्रामिंग, डिज़ाइन या अन्य क्षेत्रों के लिए डिज़ाइन नहीं की गई है) पूरी तरह से बातचीत के माध्यम से संवाद करती है। हमारी बातचीत के लिए किसी जटिल एचटीएमएल दस्तावेज़ की आवश्यकता नहीं हो सकती; मौजूदा मार्कडाउन ही पर्याप्त है।
कोड इंजीनियर क्लाउड के इस लेख में यह भी बताया गया है कि HTML किन परियोजनाओं के लिए उपयुक्त है, जैसे कि विस्तृत आवश्यकताओं का दस्तावेज़ तैयार करने के लिए AI की आवश्यकता, जिसमें परियोजना योजना बनाना और विभिन्न डिज़ाइन समाधानों की खोज करना, या दृश्य कोड समीक्षा और समझ, एनिमेशन और गति प्रभाव जैसे इंटरैक्टिव प्रोटोटाइप बनाना, और शोध रिपोर्ट आदि शामिल हैं।
ये परिदृश्य स्वाभाविक रूप से वेब पेज प्रस्तुति के लिए उपयुक्त हैं, इसलिए मार्कडाउन के प्रभुत्व को चुनौती देने के लिए इनका उपयोग करना कुछ हद तक अनुचित है।
लेखक का निष्कर्ष है कि HTML, जो AI द्वारा मनुष्यों को दिया जाने वाला अंतिम उत्पाद है, अधिक पठनीय है। हालांकि, वे AI के लिए कार्यशील स्मृति या संदर्भ प्रारूप के रूप में HTML का उपयोग करने की वकालत नहीं करते हैं, क्योंकि वर्तमान में इस क्षेत्र में सभी AI के लिए Markdown ही एकमात्र समाधान है।
क्या मार्कडाउन एआई युग का शब्द है? मार्कडाउन का भविष्य क्या होगा?
मार्कडाउन एआई की कार्यभाषा है, संदर्भ का वाहक है, और एजेंटों के बीच सूचना संचारित करने का प्रारूप है, लेकिन जरूरी नहीं कि अंततः उपयोगकर्ता को यही दिखाई दे। मार्कडाउन के रेंडर होने के बाद एचटीएमएल, या भविष्य में कोई बेहतर प्रारूप, इंटरफ़ेस होगा।
एचटीएमएल चुनौती को मार्कडाउन की स्थिति को चुनौती देने की आवश्यकता नहीं है; इसे केवल उस भूमिका को पूरा करने की आवश्यकता है जिसे मार्कडाउन को कभी नहीं निभाना पड़ा।
मार्कडाउन एचटीएमएल का हिस्सा हो सकता है। जब हम किसी वेबपेज पर एआई से चैट करते हैं, तो एआई के जवाब मार्कडाउन में होते हैं, जो एचटीएमएल में एम्बेडेड होता है।
मार्कडाउन का भविष्य एक बिल्डिंग ब्लॉक की तरह होगा, जो एचटीएमएल या उससे भी अधिक परिष्कृत एक्सटीएमएल भाषा में अंतर्निहित होगा।
▲ कृत्रिम बुद्धिमत्ता द्वारा निर्मित छवि
फॉर्मेटिंग का विकास निरंतर जारी रहेगा। फिलहाल HTML प्रमुख तकनीक है, लेकिन केवल इसी समय के लिए। अगला चरण एक इंटरैक्टिव 3डी स्पेस हो सकता है, और उसके बाद का चरण रेटिना में सीधे दर्ज की जाने वाली सिग्नल स्ट्रीम हो सकती है।
लेकिन फ्रंट-एंड चाहे जो भी रूप ले ले, बैक-एंड में मार्कडाउन ही चलता रहेगा। इसे बदला नहीं जा सकता, बस भुला दिया जाएगा। और तकनीक की दुनिया में, सबके द्वारा भुला दिया जाना ही अंततः किसी फॉर्मेट की जीत का राज होता है।
हर पीढ़ी इस बात पर बहस करती है कि अगला इंटरफ़ेस क्या होगा। लेकिन जो चीज़ वास्तव में कायम रहती है, वह इंटरफ़ेस नहीं, बल्कि प्रोटोकॉल होता है।
#iFanr के आधिकारिक वीचैट अकाउंट को फॉलो करने के लिए आपका स्वागत है: iFanr (वीचैट आईडी: ifanr), जहां आपको जल्द से जल्द और भी रोमांचक सामग्री प्रस्तुत की जाएगी।